在线社交网络好友推荐方法的研究——基于非对称相似性方法

• 作者: 吴舜尧 孙仁诚 徐少杰 王晓杰
• 来源期刊: 青岛大学学报（自然科学版）
• 学科: 工学
• 关键词: 在线社交网络 好友推荐 非对称相似性 半局部拓扑相似性
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 信息工程
• 页码范围: 66-70
• 页数: 5页
• 分类号: TP18
• 字数: 3450字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1037.2016.02.13

摘要

考虑用户间影响的差异,从用户关注的兴趣点出发,及其他用户的消息或行为通过最短路径影响该用户的最大可能性,提出了基于非对称相似性的半局部拓扑指标,并将其应用于在线社交网络好友推荐.通过Facebook数据集验证了该方法,实验结果证明,考虑了非对称相似性的好友推荐算法在准确率与召回率上都明显优于其他方法,从而证实了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙仁诚	青岛大学信息工程学院	56	250	10.0	14.0
2	吴舜尧	青岛大学信息工程学院	8	45	4.0	6.0
3	王晓杰	青岛大学信息工程学院	4	2	1.0	1.0
4	徐少杰	青岛大学信息工程学院	1	0	0.0	0.0